Los Modelos de Lenguaje Grande (LLMs) están surgiendo como una nueva clase de sistemas inteligentes capaces de razonar sobre conocimientos heterogéneos e interactuar con operadores humanos, sin embargo, su papel en los sistemas de energía renovable sigue siendo insuficientemente sintetizado. Esta revisión proporciona un examen sistemático y dedicado de los LLMs como herramientas de apoyo a la decisión centradas en el conocimiento y orientadas al ser humano para la infraestructura de energía renovable. A diferencia de las encuestas existentes que enfatizan principalmente la optimización numérica, la previsión o los métodos convencionales de aprendizaje automático, este trabajo se centra en cómo los LLMs permiten el razonamiento textual, la interpretación regulatoria, la inteligencia operativa y el apoyo interactivo a lo largo de los ciclos de vida de los sistemas energéticos. Presentamos una visión general estructurada de la literatura reciente, categorizando las aplicaciones de LLM por sus roles funcionales en análisis, control, operación y apoyo a políticas. Además, analizamos las contribuciones de los LLMs a tareas clave de apoyo a la decisión, incluyendo la recuperación de información, el análisis de incidentes, la coordinación operativa y la planificación estratégica en redes inteligentes y microredes. La revisión también examina críticamente las limitaciones y riesgos actuales asociados con el despliegue de LLMs en sistemas energéticos, incluyendo la alucinación, la fiabilidad, la adaptación al dominio, la explicabilidad y las restricciones operativas en tiempo real. Finalmente, identificamos direcciones de investigación emergentes, incluyendo el despliegue de LLMs energéticamente eficientes, el diseño de IA consciente de la sostenibilidad y la alineación de soluciones basadas en LLM con los objetivos de sistemas energéticos resilientes, de bajo carbono y ambientalmente sostenibles.